RDKitプラグインの使用 - ApsaraDB RDS - Alibaba Cloud ドキュメントセンター

このトピックでは、ApsaraDB RDS for PostgreSQLのRDKitプラグインを使用して、分子コンピューティングや検索などの機能を実装する方法について説明します。

前提条件

RDSインスタンスはPostgreSQL 12を実行します。

背景情報

RDKitは、分子タイプを記述するために使用されるmolデータ型と、分子フィンガープリントを記述するために使用されるfpデータ型の2つのデータ型をサポートします。これにより、比較計算、Tanimoto係数とDice係数に基づく類似度計算、およびGiSTインデックス付けが可能になります。

RDKitでサポートされているSQL文の詳細については、RDKit SQLをご参照ください。

注意事項

molデータ型に基づく入力および出力関数は、簡略化された分子入力ラインエントリ仕様 (SMILES) に準拠しています。
fpデータ型に基づく入出力関数は、バイナリデータの格納に使用されるbytea形式に準拠しています。

RDKitプラグインの作成

postgres=# create extension rdkit;
拡張の作成

デフォルトのパラメーター設定

postgres=# show rdkit.tanimoto_threshold;
 rdkit.tanimoto_threshold
--------------------------
 0.5
(1行)

postgres=# show rdkit.dice_threshold;
 rdkit.dice_threshold
----------------------
 0.5
(1行)

サポートされるインデックス

molおよびfpデータ型に基づく比較計算操作では、Bツリーおよびハッシュインデックスがサポートされます。例:
```
インデックスmolidx ON pgmol (mol) を作成します。CREATE INDEX molidx ON pgmol (fp); 
```
GiSTインデックスは、molとfpのデータ型に基づく操作でサポートされます。「mol % mol」、「mol # mol」、「mol @> mol」、「mol <@ mol」、「fp % fp」、および「fp # fp」。例:
```
CREATE INDEX molidx ON pgmol USING gist (mol);
```

サンプル関数

tanimoto_sml関数は、Tanimoto係数に基づいて類似度を計算する。

postgres=# \df tanimoto_sml
                           関数の一覧
 スキーマ | 名前 | 結果データ型 | 引数データ型 | 型
-------- -------------- ------------------ --------------------- ---------
 public | tanimoto_sml | 倍精度 | bfp、bfp | func
 public | tanimoto_sml | 倍精度 | sfp, sfp | func
(2行)

dice_sml関数は、Dice係数に基づいて類似度を計算します。

postgres=# \df dice_sml
                         関数の一覧
 スキーマ | 名前 | 結果データ型 | 引数データ型 | 型
------- ---------- ------------------ --------------------- --------
 public | dice_sml | 倍精度 | bfp、bfp | func
 public | dice_sml | 倍精度 | sfp, sfp | func
(2行)

2番目の引数が1番目の引数のサブ構造である場合、substruct関数はTRUE値を返します。

postgres=# \dfサブ構造
                         関数の一覧
 スキーマ | 名前 | 結果データ型 | 引数データ型 | 型
------- ----------- ------------------ --------------------- --------
 public | substruct | boolean | mol, mol | func
 public | substruct | boolean | mol, qmol | func
 public | substruct | boolean | 反応、反応 | func
(3行)

基本操作

mol % molおよびfp % fp
Tanimoto係数に基づいて計算された類似度が、rdkit.tanimoto_threshold GUC変数の値よりも小さい場合、TRUE値が返されます。
mol # molおよびfp # fp
Dice係数に基づいて計算された類似度がrdkit.dice_threshold GUC変数の値より小さい場合、TRUE値が返されます。
mol @> mol
左オペランドに右オペランドが含まれている場合、TRUE値が返されます。
mol <@ mol
右オペランドに左オペランドが含まれている場合、TRUE値が返されます。